第二节数据仓库跟数据挖掘的olap技术资料.ppt

第2章 数据仓库和数据挖掘  的OLAP技术 什么是数据仓库 多维数据模型 数据仓库的系统结构 数据仓库的实现 数据立方体技术的进一步发展 从数据仓库到数据挖掘 什么是数据仓库 1、需求产生DW 使顾客满意，不断增加利润，提高市场份额，这些是目前商业竞争的基本目标。利用IT可以使我们获得成功。 答案之一就是DW： 公司的目标如何与信息系统结合； 如何建立具有交叉功能的信息系统； 数据的合理组织和利用。 2、数据处理分为两大类 事务处理：DB联机的日常操作，对一个或一组记录的查询和修改，为企业服务。 分析型处理：用于管理人员的决策分析。例如DSS、EIS和多维分析，经常要访问大量的历史数据。 3、事务处理环境不适宜DSS应 用的原因 事务处理和分析处理的性能特性不同 数据集成问题（DSS需要集成的数据） a.事务处理应用的分散； b.蜘蛛网问题； c.数据不一致问题； d.外部数据和非结构化数据。 数据动态集成问题：数据必须以一定的周期进行刷新。 历史数据问题。在DB中存在大量的历史数据，没有充分利用。 DW的主要驱动力是市场竞争要求捕获和分析事务的业务数据，必须把分析型数据从事务处理环境中